Manajemen Data (2)

Program Studi Sarjana Statistika dan Sains Data

Departemen Statistika - FMIPA

TIM DEPT STK-IPB UNIVERSITY

Outline

• Bekerja dengan satu tabel data

• Agregasi Data
• Anomaly database
• Bekerja dengan lebih dari satu tabel data
• Menggabungkan data

TIM DEPT STK-IPB UNIVERSITY

Agregasi Data

TIM DEPT STK-IPB UNIVERSITY

Agregasi Data
❑ Misalkan kita memiliki sekumpulan data dan perlu
mengaturnya untuk melakukan suatu analisis data.
❑ Dari mana kita akan memulainya? Kita dapat membuat
tabel ringkasan dengan cara mengagregatkan data
tersebut.
❑ Untuk melakukan agregat, ada beberapa hal yang harus
ada:
• Data yang ingin dilakukan agregat
• Peubah yang akan dikelompokkan dalam data
• Perhitungan yang akan dilakukan pada kelompok
data tersebut
TIM DEPT STK-IPB UNIVERSITY
Contoh Agregasi Data
❑ Misalkan ingin diketahui rata-rata nilai UTS secara
agregat per fakultas, fakultas mana yang rata-rata UTS
nya paling tinggi ?
❑ Kemudian pada Fakultas yang memiliki rata-rata UTS
tertinggi tersebut ingin dilihat departemen mana yang
rata-rata UTS nya paling tinggi ?

TIM DEPT STK-IPB UNIVERSITY

Contoh agregat data
Data ini adalah data hasil UTS, Quiz 1 sd 3
STA111 PPKU
Misalkan ingin dilihat rata-rata nilai UTS pada
setiap fakultas

TIM DEPT STK-IPB UNIVERSITY

Contoh agregat data
Data ini adalah data hasil UTS, Quiz 1 sd 3
STA111 PPKU
Misalkan ingin dilihat rata-rata nilai UTS pada
setiap fakultas MIPA untuk setiap departemen

TIM DEPT STK-IPB UNIVERSITY

Contoh Aggregate Data
❑ Misalkan ingin diketahui rata-rata nilai UTS, Quiz 1 sd
3 secara agregat per fakultas, fakultas mana yang rata-
rata UTS nya paling tinggi ?
❑ Selain menampilkan tabel ringkasan dari rata-rata nilai
UTS, Quiz 1 sd 3 secara agregat per fakultas, akan
ditampilkan juga grafik dari masing-masing nilai rata-
rata tersebut per fakultas

TIM DEPT STK-IPB UNIVERSITY

Contoh agregat data Data ini adalah data hasil UTS, Quiz 1 sd 3
STA111 PPKU
Misalkan ingin dilihat rata-rata nilai UTS,
Quiz 1 sd 3
pada setiap fakultas

100
90
80
70
60
Average of UTS
50
Average of Quiz1
40
Average of Quiz2
30
Average of Quiz3
20
10
0

TIM DEPT STK-IPB UNIVERSITY

Contoh Aggregate Data
❑ Misalkan ingin diketahui rata-rata nilai UTS, Quiz 1 sd
3 secara agregat pada kelas “SS”, fakultas mana yang
rata-rata UTS nya paling tinggi ?
❑ Selain menampilkan tabel ringkasan dari rata-rata nilai
UTS, Quiz 1 sd 3 secara agregat pada kelas “SS”, akan
ditampilkan juga grafik dari masing-masing nilai rata-
rata tersebut per fakultas per departemen pada kelas
“SS”

TIM DEPT STK-IPB UNIVERSITY

Contoh agregat data Data ini adalah data hasil UTS, Quiz 1 sd 3
STA111 PPKU
Misalkan ingin dilihat rata-rata nilai UTS,
Quiz 1 sd 3
pada Kelas “SS”

100,00
90,00
80,00
70,00
60,00
Average of UTS
50,00
Average of Quiz1
40,00
Average of Quiz2
30,00
Average of Quiz3
20,00
10,00
0,00
H1 H2 H3 H4 H5 I2 I3 K1
TIM DEPT STK-IPB UNIVERSITY
H I K
 2 Agregat Data dengan Excel

3
1

TIM DEPT STK-IPB UNIVERSITY

 Agregat Data dengan Excel

TIM DEPT STK-IPB UNIVERSITY

Anomaly database

TIM DEPT STK-IPB UNIVERSITY

Anomaly database
❑ Anomali adalah proses pada basisdata yang memberikan
efek samping yang tidak diharapkan (misalkan
menyebabkan ketidak-kosistenan data atau membuat
sesuatu data menjadi hilang Ketika data lain dihapus)
❑ Umumnya ini dihilangkan dengan proses normalisasi
yang dilakukan dengan pemisahan / penggabungan
tabel.
❑ Ada tiga tipe anomali pada database:
a) Anomali Penyisipan (Insertion anomaly)
b) Anomali Peremajaan (Update anomaly)
c) Anomali Penghapusan (Deletion Anomaly)

TIM DEPT STK-IPB UNIVERSITY

Contoh Data : KRS (Kartu Rencana Studi) mahasiswa
• Berikut ini adalah contoh data KRS (Kartu Rencana Studi) mahasiswa pada Departemen
Statistika.
• Pada data ini ada beberapa peubah yaitu : NIM, Nama, Kode Prodi, Program Studi, Tahun Masuk,
Tahun Akademik, Semester, Kode MK, Nama MK, SKS, Status MK, Status Ulang MK

TIM DEPT STK-IPB UNIVERSITY

Anomali Penyisipan (Insertion anomaly)
❑ Anomali penyisipan terjadi apabila pada saat penambahan hendak dilakukan, ternyata ada
elemen data yang masih kosong, dan elemen data tersebut justru menjadi kunci.
❑ Misalnya pada KRS mahasiswa, terjadi anomali penyisipan, seorang mahasiswa mengambil
beberapa matakuliah untuk semester dan tahun akademik tertentu. Masalahnya,
bagaimanakah menyimpan fakta bahwa ada suatu matakuliah baru yang tidak diambil oleh
mahasiswa ?. Penyisipan tidak bisa dilakukan karena tidak ada informasi mahasiswa mana saja
yang mengambil matakuliah tersebut.

TIM DEPT STK-IPB UNIVERSITY

 Anomali Peremajaan (Update anomaly)
❑ Anomali peremajaan terjadi apabila
ada perubahan pada sejumlah data
yang mubazir pada suatu tabel
tetapi tidak seluruhnya diubah.
❑ Ini terjadi jika terjadi redundansi
data dan pembaruan parsial.
Dengan kata lain, pembaruan
database yang benar membutuhkan
tindakan lain seperti penambahan,
penghapusan, atau keduanya.
❑ Pada contoh data KRS mahasiswa
tersebut, terjadi anomali
peremajaan, seandainya nama
matakuliah ‘Teori Mikroekonomi I’
berubah menjadi ‘Mikroekonomi’,
dan perubahan hanya dilakukan
pada baris pertama saja, dan
sementara pada baris 8 dan 17
tidak dilakukan perubahan, maka
hal ini menyebabkan adanya
ketidakkonsistenan. TIM DEPT STK-IPB UNIVERSITY
A nomali Penghapusan (Deletion Anomaly)
• Anomali penghapusan terjadi apabila suatu baris (record) yang tidak terpakai dihapus,
dan sebagai akibatya ada data lainnya yang hilang.
• Pada contoh data KRS tersebut terjadi anomali penghapusan, apabila data pada record
pertama dihapus, maka seluruh data yang ada pada record tersebut akan terhapus juga,
padahal data tersebut masih diperlukan.

TIM DEPT STK-IPB UNIVERSITY

Bekerja dengan lebih dari satu tabel data

TIM DEPT STK-IPB UNIVERSITY

Penggabungan data (Merging data)
❑ Penggabungan data (merging data) adalah proses menggabungkan
dua atau lebih kumpulan data menjadi satu kumpulan data
❑ Paling sering, proses ini diperlukan ketika Anda memiliki data
mentah yang disimpan dalam beberapa file, lembar kerja, atau tabel
data, yang ingin Anda analisis semuanya sekaligus.
❑ Ada dua contoh umum di mana seorang analis data perlu
menggabungkan kasus baru menjadi file data utama :
▪ Pengumpulan data dilakukan dalam studi longitudinal - data
dikumpulkan selama periode waktu tertentu dan
menganalisanya per periode waktu.
▪ Pengumpulan data dilakukan pada sebelum dan sesudah suatu
proyek.
TIM DEPT STK-IPB UNIVERSITY
Penggabungan data (Merging data)
Ada beberapa situasi yang mungkin memerlukan
penggabungan data ke dalam file yang sudah ada,
❑Adanya kasus baru,
❑Adanya peubah baru (atau adanya kasus dan
peubah baru)

TIM DEPT STK-IPB UNIVERSITY

Menggabungkan data baru (Merging in New Cases)
❑ Menggabungkan/menambahkan data menurut baris (yaitu menambahkan baris
data baru ke setiap kolom)
❑ Diasumsikan peubah yang digunakan dalam kedua file yang akan digabungkan
adalah sama

TIM DEPT STK-IPB UNIVERSITY

Contoh Menggabungkan data baru
❑Misalnya koordinator MK STA111 ingin
melakukan analisis data nilai UTS dari seluruh
kelas paralel. Sementara data yang dimiliki
adalah data nilai per kelas dengan peubah yang
tercatat dalam setiap data kelas adalah No,
Nama, NIM, Fakultas, Kelas Paralel dan Nilai
UTS.

TIM DEPT STK-IPB UNIVERSITY

TIM DEPT STK-IPB UNIVERSITY
Peubah yang digunakan dalam kedua file yang akan
digabungkan adalah sama
TIM DEPT STK-IPB UNIVERSITY
Menggabungkan peubah baru (Merging in New Variables)
❑ Berlawanan dengan penggabungan data baru, menggabungkan peubah baru
memerlukan ID untuk setiap kasus di dua file agar sama, tetapi nama peubah harus
berbeda.

TIM DEPT STK-IPB UNIVERSITY

Contoh Menggabungkan peubah baru
❑Misalnya koordinator MK STA111 ingin
melakukan analisis data nilai UTS, Quiz 1 sd 3
dari seluruh kelas paralel. Sementara data yang
dimiliki adalah data nilai seluruh kelas namun
file nilai UTS dan Quiz terpisah dalam dua file yg
berbeda dengan peubah yang tercatat dalam
setiap file data tersebut adalah No, Nama, NIM,
Fakultas, Kelas Paralel dan Nilai UTS.

TIM DEPT STK-IPB UNIVERSITY

Contoh Menggabungkan peubah baru

Urutan objek/kasus pada peubah Nama dan NIM

untuk kedua file harus sama
TIM DEPT STK-IPB UNIVERSITY
TIM DEPT STK-IPB UNIVERSITY
Menggabungkan data menggunakan Look-ups
❑ Misalnya, suatu file data dimana salah satu peubahnya adalah kode pos
responden, dan Anda ingin melampirkan/menambahkan beberapa data demografis
ke data tersebut sebagai contoh data rata-rata pendapatan di setiap kode pos.

TIM DEPT STK-IPB UNIVERSITY

Contoh Menggabungkan data menggunakan Look-ups

❑ Misalnya koordinator MK STA111 ingin menggabungkan file

nilai UTS dan file nilai Quiz 1 sd 3 dari seluruh kelas paralel.
❑ Sementara data yang dimiliki adalah data nilai seluruh kelas
namun file nilai UTS dan Quiz terpisah dalam dua file yg
berbeda.
❑ Peubah yang tercatat pada file data Nilai UTS adalah No,
NIM, Fakultas, Kode Dept, Kelas Paralel dan Nilai UTS.
❑ Peubah yang tercatat pada file data Nilai UTS adalah No,
NIM, Kelas Paralel dan Nilai Quiz 1 sd 3.

TIM DEPT STK-IPB UNIVERSITY

 ❑ Akan dilakukan penggabungan
kedua file ini dengan
menggunakan peubah “NIM”
sebagai “patokan” penggabungan
❑ Perhatikan bahwa urutan NIM
pada file Nilai UTS berbeda dengan
urutan NIM pada file Nilai Quiz
File data Nilai UTS File data Nilai Quiz 1 sd 3
TIM DEPT STK-IPB UNIVERSITY
 Hasil penggabungan file data Nilai
UTS dan Quiz 1 sd 3

❑ Penggabungan dilakukan pada file

Nilai UTS, sehingga nilai Quiz 1 sd
3 masuk sebagai peubah baru
pada file Nilai UTS
❑ Dengan excel, penggabungan
kedua file data tersebut dapat
dilakukan dengan menggunakan
fungsi “vlookup”
❑ Dari hasil ini, selanjutnya dapat
dilakukan analisis nilai UTS atau
nilai Quiz per Fakultas, per
Departemen maupun per kelas
paralel dengan menggunakan filter
data maupun agregat data yang
sudah dijelaskan sebelumnya.

TIM DEPT STK-IPB UNIVERSITY

 Terima Kasih

TIM DEPT STK-IPB UNIVERSITY

Preface Slide

TIM DEPT STK-IPB UNIVERSITY